R-Debater: 通过辩论性记忆实现检索增强型辩论生成

于红博

摘要: 我们提出了R-Debater，这是一个建立在辩论性记忆基础上生成多轮辩论的代理框架。系统根基于修辞学和记忆研究，将辩论视为一个回忆和调整先前论点以保持立场一致性、回应对手并支持论点的过程。具体而言，R-Debater整合了一个辩论知识库，用于检索类似案例的证据和先前的辩论动作，同时结合了一个基于角色的代理，跨多轮生成连贯的话语。我们在标准化的ORCHID辩论上进行评估，构建了一个包含1,000个检索语料库和一个跨七个领域的32场辩论的训练集。评估了两个任务：下一轮话语生成，通过InspireScore（主观、逻辑和事实）进行评估；以及对抗性多轮模拟，通过Debatrix（论点、来源、语言和整体）进行评判。与强大的LLM基线相比，R-Debater在单轮和多轮得分上更高。与20名经验丰富的辩手的人工评估进一步证实了它的一致性和证据使用，表明结合检索基础和结构化规划可以在多轮辩论中产生更为忠实、立场一致和连贯的辩论。

更新时间: 2025-12-31 07:33:12

领域: cs.CL,cs.AI

下载: http://arxiv.org/abs/2512.24684v1